本文へスキップ
JA

レッスン 4/8 · 6分 · +100 XP

ニューラルネットワークって何？

ニューラルネットワークとは、かんたんな計算をする単位（ニューロン）が何層にも並び、重みと呼ばれる調整できる数でつながったAIモデルです。写真の画素のような入力が層を通りぬけて、推測になります。学習では、推測を正解とくらべて何百万もの重みを少しずつ動かし、推測が信頼できるようになるまでくり返します。

▶ やってみよう

なぜ大切なのか

顔認証、翻訳、チャットボットのうしろには同じ考え方があります。かんたんな単位が層になり、そのつながりの強さを、人が手で決めるのではなくフィードバックで調整するのです。

6分後にできるようになること

  • ニューラルネットワークは、調整できる重みでつながった、かんたんな単位の層です。
  • 学習とは、推測して、正解とくらべて、重みを動かして、くり返すことです。
  • 知識がたくさんの数に散らばっているので、理由を説明するのがむずかしいのです。

練習する内容

  1. ネットワークの部品

    カードをタップして、しくみを見てみましょう。

    ⚪ ニューロン（単位）
    小さな計算機です。入ってくる数にそれぞれ重みをかけて足し合わせ、結果を次にわたします。脳の細胞よりずっと単純です。
    🎛️ 重み
    つながり1本ずつについたダイヤルで、ある単位が次の単位にどれくらい影響するかを決めます。大きなネットワークには何百万、何十億もあります。
    🥞 層
    単位は層になって積み重なっています。最初の層は線のふちのような単純なものをとらえ、あとの層がそれを形に、そして「これは7」にまとめます。
    📣 フィードバック
    推測のたびに、ネットワークはどれくらいまちがえたかを測り、少しでもまちがいを減らすには、どのダイヤルをどちらに回せばいいかを計算します。

  2. 学習の1回分

    ネットワークが手書きの数字の読み方を学んでいます。学習の1回分を正しい順番に並べましょう。

    1. ラベルのついた例が入ってくる：手書きの7の写真
    2. 画素が層を通って流れる
    3. ネットワークが推測する：「たぶん1」
    4. 推測をラベル「7」とくらべる
    5. まちがいが減るように、すべての重みを少しずつ動かす
    6. 次の例で、何千回もくり返す

  3. モデルをチェック

    1. 学習ずみのネットワークの何百万もの重みは、だれが決めている？

      • 学習のプロセスが、フィードバックから学んで決める (答え)
      • プログラマーが1つずつ手で入力する

    2. 人工のニューラルネットワークは、人間の脳のコピー？

      • いいえ。脳から少しヒントを得ただけで、ずっと単純 (答え)
      • はい。本物のニューロンとまったく同じように動く

    3. Noorが「どうしてネットワークは、このねこをいぬだと言ったの？」と聞きます。答えるのがむずかしいのはなぜ？

      • 理由が何百万もの重みに散らばっているから (答え)
      • ネットワークがわざと理由をかくしているから

覚えておこう

ニューラルネットワークは、推測して、フィードバックを受けて、重みを少し動かすことをくり返して学びます。

ニューラルネットワークは、推測して、正されて、ダイヤルを少し回すことを何百万回もくり返して学びます。

押さえておきたい事実

  • 心理学者のフランク・ローゼンブラットは1958年、学習する初期の人工ニューロン「パーセプトロン」を発表しました。 · 出典: F. Rosenblatt, The Perceptron, Psychological Review, 1958
  • 1986年のNature誌の論文は、まちがいを後ろ向きに伝えて重みを調整することで多層のネットワークが学べることを示しました。この「誤差逆伝播法」は今も中心的な方法です。 · 出典: Rumelhart, Hinton & Williams, Learning representations by back-propagating errors, Nature, 1986
  • 2024年のノーベル物理学賞は、人工ニューラルネットワークによる機械学習を可能にした基礎的な発見と発明に対して、ジョン・ホップフィールドとジェフリー・ヒントンに贈られました。 · 出典: The Royal Swedish Academy of Sciences, Nobel Prize in Physics 2024
  • おとなの人間の脳には約860億個のニューロンがあり、1つ1つが人工ネットワークの単位よりはるかに複雑な生きた細胞です。 · 出典: Azevedo et al., Journal of Comparative Neurology, 2009

更新日:

よくある質問

ニューラルネットワークはどうやって学習するのですか？

推測をして、正解とどれくらい離れているかを測り、そのまちがいが減るように重みを少しだけ調整します。これをたくさんの例でくり返すと、だんだん推測が正確になります。

ディープラーニング（深層学習）とは何ですか？

ディープラーニングとは、層がたくさんあるニューラルネットワークを使った機械学習です。層が多いほど、単純なパターンを組み合わせて複雑なパターンを作れます。

ニューラルネットワークと人間の脳は同じですか？

いいえ。脳の細胞から少しヒントを得ていますが、人工の単位1つ1つはかんたんな計算で、学び方も人とは大きくちがいます。

ニューラルネットワークは何に使われていますか？

顔や音声の認識、翻訳、動画のおすすめ、医療画像のパターン探し、そしてチャットボットや画像生成AIなどに使われています。

関連用語